Jeff Dean, Sanjay Ghemawat, Oriol Vinyals y Quoc Le abandonan Google DeepMind para fundar Discovery Loop, una Public Benefit Corporation que busca automatizar la investigación científica e ingenieril. La ronda inicial está liderada por Radical Ventures y Khosla Ventures, con participación de Alphabet. El mismo día, Demis Hassabis pasa de CEO a Presidente de DeepMind y Chief Scientist de Alphabet, cediendo el control operativo a Koray Kavukcuoglu, que se convierte en SVP con responsabilidad sobre Gemini, investigación de frontera y equipo de producto.

Esta jugada revela dos cosas que importan a quien construye con IA. Primero: los laboratorios de frontera dejan de ser monolitos. La investigación profunda y el producto viven bajo techos diferentes, porque los ritmos y métricas son irreconciliables. Dean y sus colegas no fundaron otra startup de modelos generalistas: apuntan a un dominio vertical, el descubrimiento científico automatizado. Segundo: la especialización gana a la escala. Si tienes el nombre más fuerte del mundo en infraestructura de IA y eliges un objetivo estrecho, el mensaje es que los modelos generalistas dejan márgenes finos y que el valor se desplaza hacia quién resuelve un problema específico hasta el fondo.

Para quien lleva IA a la empresa, la señal es práctica. Los proveedores de los que dependen se reorganizan alrededor de especializaciones. Google apunta Gemini como producto operativo, e investigación de frontera se fragmenta en iniciativas más pequeñas y enfocadas. Al elegir un proveedor, observa quién tiene la responsabilidad operativa del producto que realmente usas, no solo el nombre del laboratorio en el papel.

Como contamos en julio cuando Hassabis proponía un supervisor de IA global liderado por Estados Unidos, la gobernanza de DeepMind ya estaba en movimiento (/es/radar/hassabis-us-led-ai-watchdog). Hoy ese movimiento se convierte en una reorganización explícita.

En detalle

El cambio tiene dos caras que deben leerse por separado.

La gobernanza de DeepMind. Hassabis pasa a Presidente y Chief Scientist de Alphabet. La descripción oficial habla de enfoque en estrategia a largo plazo, AGI y ciencia, con compromiso reforzado en Isomorphic Labs (la startup de descubrimiento de fármacos ya dentro de Alphabet). Koray Kavukcuoglu, hasta ahora CTO, toma control operativo como SVP: Gemini, investigación de frontera, equipo de producto y desarrollo. Es la primera vez desde que DeepMind y Google Brain se fusionaron que el liderazgo operativo cambia de manos. El subtexto que circula en el ecosistema es doble: un reset de gobernanza para afilar la ejecución en Gemini, que no actualiza la versión Pro hace seis meses, y una separación nítida entre quién piensa el largo plazo y quién entrega el producto.

El nacimiento de Discovery Loop. Dean, Ghemawat, Vinyals y Le forman uno de los equipos fundadores más fuertes en la historia de la IA de infraestructura. Dean y Ghemawat construyeron MapReduce, BigTable y la infraestructura sobre la que Google escaló machine learning durante veinte años. Vinyals lideró el trabajo en reinforcement learning (AlphaStar) y multi-agent. Quoc Le fue investigador principal en Sequence-to-Sequence y muchos avances fundamentales en transformers.

La misión declarada es automatizar el ciclo de descubrimiento científico: formular hipótesis, diseñar experimentos, ejecutarlos, interpretar resultados, iterar. No un modelo generalista, sino un sistema que canaliza ML y automatización hacia problemas de investigación e ingeniería. La estructura de Public Benefit Corporation sugiere un modelo de gobernanza que equilibra retorno a inversores y misión científica.

Google invierte en la ronda inicial. Las fuentes subrayan que las salidas son amistosas, pero la pregunta persiste: ¿por qué Discovery Loop no nació dentro de Google? Las fuentes no dan una respuesta explícita. El contexto ayuda a leerla: los ciclos de aprobación de un gigante como Alphabet son difícilmente compatibles con la velocidad de iteración que necesita una startup de investigación automatizada. Dean y colegas quieren libertad de ejecución, no un presupuesto más grande.

Qué cambia para quien lee. Dos implicaciones concretas. En producto: Gemini ahora tiene un responsable operativo único, lo que puede acelerar lanzamientos o concentrar riesgo en una sola persona. Si usas Gemini en tus pipelines, la salida de la versión Pro después de seis meses es la señal a monitorear. En investigación: la IA para ciencia deja de ser un proyecto lateral dentro de un lab general y se convierte en misión primaria de una empresa independiente. Para quien trabaja en investigación aplicada, significa que herramientas de descubrimiento automatizado podrían llegar antes como producto que como paper.

Los límites de lo que sabemos. No conocemos los términos financieros de la ronda, ni la fecha de un primer producto. Discovery Loop tiene un equipo, una misión e inversores, pero nada público sobre arquitectura o timeline. La narrativa del «monolito que se fragmenta» es coherente con la tendencia (ver también Sprocket y agentes verticales), pero sigue siendo una lectura, no un hecho probado. Las fuentes disponibles son todas del ecosistema de newsletters y tweets de los directamente interesados: ninguna investigación independiente sobre las razones internas de la reorganización.